[发明专利]入境目标人群的检测方法、装置、设备及介质在审

专利信息
申请号: 201911348895.7 申请日: 2019-12-24
公开(公告)号: CN111126274A 公开(公告)日: 2020-05-08
发明(设计)人: 包先雨;蔡伊娜;郑文丽;程立勋 申请(专利权)人: 深圳市检验检疫科学研究院
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 深圳市智胜联合知识产权代理有限公司 44368 代理人: 齐文剑
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 入境 目标 人群 检测 方法 装置 设备 介质
【说明书】:

本申请提供了一种入境目标人群的检测方法、装置、设备及介质,所述方法包括:利用人工神经网络的自学习能力,建立目标人群与监控图像中的人物特征之间的对应关系;获取当前监控图像中的当前人物特征;通过所述对应关系,确定与所述当前人物特征对应的当前目标人群;具体地,确定与所述人物特征对应的当前目标人群,包括:将所述对应关系中与所述当前人物特征相同的人物特征所对应的目标人群,确定为所述当前目标人群。更有效的区分出目标人群和非目标人群,降低了海关人员对特定人物或人群的识别难度,提高了工作效率。

技术领域

本申请涉及出入境检测领域,特别是入境目标人群的检测方法、装置、 设备及介质。

背景技术

目前口岸现场执法工作易于存在以下矛盾:一是日益增长的工作量与执 法人员不足产生的矛盾。现行查验模式以旅客携带物为标志,所有入境旅客 的物品均为查验监管的对象,这种“无差别执法”使日益增长的工作量与执 法人员数目相对不足的矛盾日益突出;二是顺畅通关和严格把关的矛盾。深 圳海关在便利化通关的大背景下,保证严格执法存在一定的难度与障碍;三 是投入资源多与执法效能低下的矛盾。目前传统的查验模式缺乏针对性和科 学分类,执法力度、执法方式、执法对象和执法时间等方面的主观选择性较大。

同时,“人”与“物”的查验分离导致旅客存在侥幸心理,非法携带行 为屡查屡犯、屡禁不止,难以彻底消除。此外,在口岸旅客携带物的现场查 验中,旅客主动申报的情况很少,口岸工作人员在现场主要是凭借经验,通 过询问、肉眼观察、开包抽查等方式检查旅客是否携带了严令禁止的物品。 因此,检验工作存在盲目性,易造成严重漏检现象。从风险分析的角度看, 因为有相当一部分没有被查出,进而没有经过检疫进境,携带有害生物、动植物疫情疫病的可能性就会大大增加,对社会安全构成威胁。

目前,海关在口岸现场施行了“一机两屏”X光机查验方式,有效地阻 止了大件违禁携带物品入境,但“水客”(非法携带违禁物品入境人员)的 应对策略也发生了明显的变化。一是携带物品的形式有所改变,采用手提塑 料袋、背包等少批量分批次携带以逃避X光机筛查,或者人为故意的不通过 X光机进行机检查验,则目前国内外都没有具体有效的措施;二是征用“新 兵”(初次或无相关记录的非法携带违禁物品入境人员),极大地增加了查验过程中的甄别难度,海关随机抽取的半年来经出入境记录在案的100名携 带大量海鲜等冷冻产品的“水客”中,发现此前在口岸无截获记录的42人、 1-3次的51人、大于3次的仅7人。为此,部署了基于红外成像技术的旅客 携带物查验装备,取得了较好的遏制效果,但该查验装备仅对携带了低温冷 冻物品的旅客行李有效,而对“水客”团伙征用“新兵”侥幸通关的问题则 显得无能为力、无法根治。

发明内容

鉴于所述问题,提出了本申请以便提供克服所述问题或者至少部分地解 决所述问题的入境目标人群的检测方法、装置、设备及介质,包括:

一种入境目标人群的检测方法,包括:

利用人工神经网络的自学习能力,建立目标人群与监控图像中的人物特 征之间的对应关系;

获取当前监控图像中的当前人物特征;

通过所述对应关系,确定与所述当前人物特征对应的当前目标人群;具 体地,确定与所述人物特征对应的当前目标人群,包括:将所述对应关系中 与所述当前人物特征相同的人物特征所对应的目标人群,确定为所述当前目 标人群。

进一步地,

所述人物特征,包括:人体特征和/或环境特征,和/或由按设定规律自 所述人体特征、所述环境特征中提取的特征组成的一维或两维以上的数组; 其中,

所述人体特征,包括:人脸灰度,人脸纹理,人脸形状,脸部表情,头 部姿态,跟随人员数量;

和/或,

所述环境特征,包括:光照强度,饰物;

和/或,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市检验检疫科学研究院,未经深圳市检验检疫科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911348895.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top